为什么ChatGPT能降价90%？产生的商业影响是什么？

在未来，ChatGPT的成本会下降吗？它产生的商业影响是什么呢？语言模型与现存端口会如何结合？本文作者对这三个方面，分享了他的看法，希望能给你带来一些启发。

本文说三件事：

1. 价格-90%背后是什么？
2. 商业影响是什么？真的要全面AIGC了？
3. 老调重弹，关注语言模型与现存交互端口的融合

一、成本下降猜测

结论在前：可以大胆地说，在未来，成本还会进一步下降，并且会令人难以想象。

1. 技术角度

技术优化一直在进行，2020年GPT-3发布的时候，单次训练成本是460万美元，而现在这个价格是140万美元，约-70%。尽管这是训练成本，而非推理（回答你的问题即推理）成本，但也能够作为参考。

具体的技术优化产生在哪些方面，算法？模型结构？工程设计？定制GPU？任务调度？——不知道（我没去搜哈哈）。但技术角度出发，成本会下降大家应该是不会怀疑的。

2. 商业角度

假设，你现在拥有全世界最领先的技术，拔剑四顾心茫然，寰球宇内一个能打的都没有。那么你会：

1. 趁着技术领先期，能赚就赚。
2. 直接成本价售卖，圈用户圈数据圈场景圈服务商（特别我还有个金主爸爸的情况下），数据飞轮给我跑出火花来！剩余参赛者全都给我捡我挑剩的少量数据。

我想这道选择题应该不难做。

用另一个角度推理佐证：

1. SaaS服务成本一般在20%
2. 云服务成本在50%
3. 即背靠微软的OpenAI，其成本线恰好就是之前价格的十分之一
4. 也就是说人家说不定还有余力进一步降价，目前这个价格只是让渡了利润，还没算上技术点来的成本下降。（参考《ChatGPT背后的经济账》，深度好文，推荐搜索学习！）

那么降价90%就不难理解了，不管是技术成本优化还是商业成本优化，这场降价都必将发生（事后诸葛亮就是我了）。

3. 竞争角度

假设Google的产品出来了——面对势如烈火的微软，面对产生动摇的云客户。他发布基本对标产品之外，在价格上会做什么设计呢？

假设3月16日百度出来了，再过一段时间阿里、字节、腾讯等有能力的都跟进了，那么他们在价格上会形成默契的卡特尔吗？还是像当初百团大战一样，不得不陷入一场争夺数据、客户的囚徒困境？

好玩！刺激！曾经的免费打车、免费吃饭、免费骑单车似乎在向我招手了！

二、商业影响是什么

结论在前：有人狂喜有人没那么喜，走一步看三步。

1. 独立开发者狂喜

现在看似降价90%，但我更倾向这是一种商业行为促使的降价，即把LLM的成本和创业公司的费用成本拉到一条线（38000字/元）。

说白了这技术还是那么贵，只是我挥泪大甩卖，大公司和创业公司站一起奔跑。

Twitter一条令我印象深刻的评论是：“这下子我可以做那些挂广告盈利的项目了”。

2. 创业公司不一定喜

因为以前也能这么低成本的，只是你不知道。

0.02美元的价格是最贵的Davinci模型（GPT3.5），而Curie模型比他弱一些也更便宜一些，价格是0.002美元——就是ChatGPT现在的价格。

所以很多以前用GPT-3的创业公司，他根本就是基于Curie,或Curie微调后的模型在跑的业务。这次降价对他们更多是效果提升而非成本下降。

而且！暂时我在官网上没看到ChatGPT支持微调的说明（我没找到），如果真的是这样，一些创业公司应该正在难受——我是拥抱新模型呢？还是用现在这个微调过的旧模型将就一下？相信他们应该都在加班测试了。

3. 小模型公司风中飘扬

之前我认为LLM模型存在一些弊端，会提供给小模型公司一定的生存空间，具体包括：实时性（车载/直播等）、私有化（金融）、成本敏感（客服）、答案精确（金融）、道德控制（心理）等要求的场景还是会使用小模型。

实时性，有点崩，最新的ChatGPT接口，有人测试后发现，响应速度是之前的4倍（不严谨，未多方求证）。

成本敏感，暂时坚挺。对于客服来说，哪怕是目前的价格下降90%，仍然是扛不动的的价位——客服本来就是成本中心，多花任何一分钱都是困难的。不过一旦客服做upsell追加销售额场景跑通，成本可能就不是问题了。

私有化，OpenAI暴露出了私有化计划，一定程度上，这也不再是小模型公司独有的优势了。

只剩下答案精确、道德控制这两个LLM模型天生的缺陷死死撑住。

我比较担心在这样狂暴的技术演进中，小模型公司如何面对日新月异的LLM模型能力升级（我朋友圈一位朋友说，旧模型刚跑通接上，就落伍了……），如何面对大厂们卷起来的价格战？

跟还是不跟？怎么跟？这将是缠绕在小模型公司身上阴魂不散的魔咒。

4. 为什么走一步看三步

第一个原因前面提过，这个成本还会进一步下降——有一些业务你现在跑不通，或许等两个月模式就能跑通了。

那么——你要提前下场吗？还是等成本到尾再下场？一个典型的例子是AI绘画领域，企业是在成本高昂时入场的，靠勉强盈亏平衡活下来，并收获成本暴降后的红利——顺便还幸运地等来了ControlNet的二次升级，获得了更大的商业空间。

第二个原因则与OpenAI的另一项猜测有关，有爆料称OpenAI在预备开放支持32,000 token长度的模型——而上下文长度目前在最新的ChatGPT上是4096 token。更长的上下文可能使一些原本做不了的场景（例如长文本写作）成为可能。

总之走一步，看三步，可能今天你觉得不行的场景，明天凌晨大洋彼岸一则公告就行了，时刻保持更新，时刻提前预判。

如果你想看全面的所有方向的解析，请看我的分析库，因为每个方向我都要结合技术、商业做详细分析，写在文章里是彻头彻尾的灾难：重磅分享：40+ChatGPT商业项目库开源分享（持续增加）

三、语言模型与现存端口的结合

这种结合依赖于多模态+Toolformer，详情关注我上篇文章怎么风平浪静的？多模态+Toolformer，这波还不原地起飞？

我曾经认为语言模型会成为新时代的虚拟终端，即你无论要做什么、要用什么，你都是首先经过他——因为他太好用了！你就像吩咐你的秘书去帮你做事情一样。

但是我发现我错了，人类终究是实体，要与虚拟终端交互离不开实体终端，什么是实体终端？手机、电脑、音箱、VR、手表等。

微软发布多模态这篇论文可能不是没有原因的，自从BING上的尝试后，他现在一路脱缰野马一般冲向浏览器和Windows。

你想象一个场景→ 你用着电脑，带着耳机听歌，在阅读一篇商业报道。你对报道中提到的向量化数据库这个陌生的单词产生了疑问，你选中单词，向耳机语音提问，这是什么？LLM在浏览器的侧边栏为你列举了详细说明。→这时你想找一下现在向量数据库这个方向有多少从业者、市场空间怎么样，但是你这篇文章刚读到10%，你想继续读下去不想被打乱思绪。→于是你敲了下耳机，对耳机里LLM说“帮我列一下向量数据库的玩家是哪些，搜集一下相关的市场分析报告并总结好，下载到本地。”→当你阅读到30%的时候，耳机叮咚一声响，相关的分析和报告都下载好了，只等你阅读完毕后前往桌面的文件夹“向量数据库分析”中查看。

那么在未来，手机、电脑（其实就是Mac体系，window已经在搞了）、音箱、VR等多端联合起来会发生什么呢？哪个端口敢于拒绝拥抱全新的人机交互范式呢？而这场拥抱又会催生出哪些复合应用呢？

我觉得在未来，互联网阵营会围绕脱颖而出的LLM厂商进行重新站队重组——例如，假设苹果自己做不出来，你说他是拥抱微软还是拥抱Google呢？

新时代就要来了，不要只看到AIGC内容生成，也请看看这场颠覆式的交互革命吧！